Этические аспекты маркетинговых исследований Международный кодекс Esomar

Этические аспекты маркетинговых исследований • Международный кодекс Esomar (European Society for Opinion and Marketing Research – ESOMAR, http: //www. esomar. org/) – Права респондентов – Профессиональные обязанности исследователей – Взаимные права и обязанности исследователей и клиентов • Федеральный закон Российской Федерации от 26 января 2007 г. № 152 -ФЗ О персональных данных. – Опубликован 29 июля 2006 г. – Вступил в силу 8 августа 2006 г. 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 1

Поисковые исследования Вторичные данные Качественные исследования Внутренние Фокус-группы Внешние Углубленные интервью Проективные технологии 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 2

Внешние вторичные данные Объекты изучения Домохозяйства, потребители Стандартизованные Панели Психография (жизненный стиль и т. п. ) Общие (предпочтения, потребление) Оценка рекламы 02. 09. 2011 Предприятия Электронное сканирование Торговые Потребительские Регистрация скан-кодов СМИ (Медиа) Производственные ТО ЖЕ у членов дневниковой панели Аудит торговли Данные ведомств ТО ЖЕ у клиентов кабельного ТВ © Е. Б. Галицкий , 2005 -2011 3

Ресурсная типология ФОМ: элементы комплексного ресурса Образование (респондента и членов его семьи) Род занятий и сфера занятости Место жительства Материальное положение Опыт пользования современными практиками Возраст Комплексный ресурс

Углубленные интервью: некоторые приемы проведения • Метод спускания • Опрос со скрытым результатом • Символический анализ 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 5

Проективные методы качественных исследований • • Методы ассоциаций Методы завершения Методы конструирования Методы выразительные – ролевые игры – метод третьего лица 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 6

Схемы (дизайны) описательных исследований Кросс-секционные ( «поперечные» ) Одновыборочные 02. 09. 2011 Длительные ( «продольные» ) Многовыборочные © Е. Б. Галицкий , 2005 -2011 7

Достоинства (+) и недостатки (-) кросссекционных и длительных исследований Критерии оценки Кросс-секционные исследования Регистрация изменений Большой объем собираемых данных Точность регистрации Репрезентативная выборка Отсутствие влияния исследования на поведение респондента 02. 09. 2011 Длительные исследования + + + - © Е. Б. Галицкий , 2005 -2011 8

Методы проведения описательных исследований Формализованные опросы Формализованные наблюдения телефонные персональные аппаратные почтовые аудит через Интернет контентанализ трейс-анализ 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 9

Примеры маркетинговых характеристик, замеряемых в формализованных опросах • • • Информированность (с напоминанием и без) Встречали в продаже там, где живут Предпочтения Фактическое потребление Опыт пользования Интенсивность пользования, периодичность Критерии выбора Потребительская удовлетворенность Информация для оценки ценовой эластичности Информация о респонденте, например, характерные носители информации 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 10

Методика PSM Ван Вентердорпа (Price sensitivity measurement) 1. Вопросы 1. 2. 3. 4. «Слишком дорого» «Дорого, но купил бы» «Выгодно, купил бы» «Подозрительно дешево» 2. Точки 1. 2. 3. 4. 02. 09. 2011 «Подозрительно дешево» (+) = «Выгодно, купил бы» (-) PMC - Point of Margin Cheapness - нижний порог цены «Выгодно, купил бы» (+) = «Дорого, но купил бы» (-) IPP – Indifference Price Point - точка безразличия «Дорого, но купил бы» (+) = «Слишком дорого» (-) PME – Point of Margin Expensiveness - верхний порог цены «Подозрительно дешево» (+) = «Слишком дорого» (-) OPP Optimal Price Point - Наиболее рациональная © Е. Б. Галицкий , 2005 -2011 11

Типы формализованных опросов Способ обращения к респонденту Степень автоматизации Неавтоматизированные Автоматизированные По телефону 1. Традиционные телефонные опросы 2. Телефонные опросы с помощью компьютера (CATI) Персонально 3. Персональные опросы по месту жительства респондентов 4. Персональные опросы вне места жительства респондентов – По почте 6. Почтовые опросы – Через Интернет 02. 09. 2011 – – © Е. Б. Галицкий , 2005 -2011 Автоматические 5. Компьютерные персональные опросы (CAPI) – 7. Интернет-опросы 12

Параметры классификации наблюдений • По степени формализации (формализованные и нет) • По степени информирования (скрытые и открытые) • По условиям проведения (в естественных и специально созданных условиях) • По методу проведения 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 13

Методы наблюдений • • • Персональные Аппаратные Аудиторские Контент-анализ Трейс-анализ 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 14

Методы аппаратных наблюдений • • Регистраторы перемещения взгляда Регистраторы размера зрачка Психогальванометры Анализаторы голоса Регистраторы запаздывания ответов Тахистоскопы Энцефалографы (нейромаркетинг) 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 15

Потенциальные источники ошибок в описательных исследованиях Общая ошибка Случайная ошибка выборки Ошибки, не связанные с выборкой Ошибки из-за отсутствия ответов Ошибки исследователя 1. Замер не той информации 2. Ошибки измерения 3. Ошибочное определение исследуемой совокупности 02. 09. 2011 Ошибки ответов Ошибки интервьюера 1. Ошибки выбора респондента 2. Ошибки задавания вопросов 3. Ошибки записи 4. Обман © Е. Б. Галицкий , 2005 -2011 Ошибки респондента 1. Ошибки из-за невозможност и дать точный ответ 2. Ошибки из-за нежелания дать точный ответ 16

Распределение выборочных средних при оценке среднего дохода населения 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 17

Случайная ошибка выборки Стандартное отклонение: Случайная ошибка выборки: 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 18

Понижающий коэффициент, учитывающий размер исследуемой совокупности 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 19

Причинные (каузальные) исследования • • • Концепция и условия причинности Определения и обозначения Внутренняя и внешняя валидность Внешние переменные Планы экспериментов – Предэкпериментальные – Истинно экспериментальные – Квазиэкспериментальные • Тест-маркетинг 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 20

Концепция и условия причинности. X служит причиной Y, значит: Обычное понимание Значение в маркетинге Событие Y может произойти только в том случае, если произошло X (т. е. X – необходимое условие наступления Y) X – одно из нескольких событий, в случае наступления любого из которых может произойти событие Y Если произошло событие X, то обязательно произойдет Y (т. е. X - достаточное условие наступления события Y) Возникновение X повышает вероятность возникновения Y Можно доказать, что событие Y Мы никогда не сможем строго доказать, что произошло потому, что имело событие X являлось причиной возникновения место событие X события Y. В лучшем случае, мы можем сказать: экспериментальные данные свидетельствуют, что отсутствие связи между этими событиями крайне маловероятно 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 21

Условия причинности • Совместная вариация – качественного характера – количественного характера • Правильность упорядочения во времени • Исключено влияния других факторов 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 22

Определения • Независимые переменные – Их значения меняет исследователь • Зависимые переменные – Их значения исследователь замеряет • Внешние переменные – Тоже могут влиять на зависимые переменные • Объекты тестирования – Их реакция замеряется • План экспериментов – Множество процедур 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 23

Обозначения • X – набор значений независимых переменных • O – процесс наблюдения значений зависимой переменной • R – случайный отбор объектов в группы • Перемещение по горизонтали – время • Перемещение по вертикали – между группами 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 24

Валидность экспериментов • Внутренняя валидность – Сделан надежный вывод, что изменения зависимых переменных – результат запланированных различий независимых переменных, а не воздействия других факторов • Внешняя валидность – Вывод можно обобщить за пределы изученной в ходе экспериментов ситуации, на другие объекты 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 25

Виды внешних переменных 1. 2. 3. 4. 5. 6. 7. 8. H – история (History) M – созревание (Maturation) MT – главный тест-эффект (Main Test Effect) IT – интерактивный тест-эффект (Interacive Test Effect) I – инструментальная погрешность SR – статистическая регрессия SB – смещение отбора (Selection Bias) MO – смертность (Mortality) 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 26

Планы экспериментов • Предэкспериментальные нет случайного отбора в группы • Истинно экспериментальные есть случайный отбор • Квазиэкспериментальные – не можем ни отбирать, ни контролировать момент воздействия на конкретный объект тестирования • Основанные на принципе выравнивания – разделение исследуемой совокупности на классы и назначение в группы нужного числа объектов из каждого класса 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 27

Тест-маркетинг • Реальные рыночные эксперименты, проводимые под контролем в специально отобранной достаточно большой части рынка • Представительность по: – – – • • Демографии Потребительскому поведению Потреблению СМИ Конкурентной среде Условиям дистрибуции Охват не менее 2% рынка Эксперименты в нескольких частях рынка Нельзя выбирать места, где он часто проводится Важна продолжительность 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 28

Маркетинговые шкалы • Типы шкал • Сравнительные и несравнительные методы шкалирования • Вопросы выбора шкалы • Методы построения интегральных шкал 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 29

Понятия измерения и шкалирования • Общее между измерением и шкалированием – и то и другое - это приписывание определенного числа той или иной характеристике объекта • Отличие шкалирования от измерения – отсутствие взаимно однозначного соответствия между значениями характеристики и числами (изоморфизма) – определенному набору значений характеристики объекта может соответствовать одно и то же число (гомеоморфизм) 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 30

Типы шкал • Номинальная – число только идентифицирует объект • Порядковая (ранговая) – у какого объекта данная характеристика выражена в большей степени, а у какого – в меньшей • Интервальная – шкала равных интервалов • Пропорциональная – при наличии нуля шкалы имеет смысл расчет относительных величин (в 2 раза больше, …) 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 31

Пример вопроса при использовании номинальной шкалы 1. Какой зубной пастой Вы последний раз чистили зубы? (Интервьюер! Не зачитывайте варианты ответа. Один ответ) 1. 2. 3. 4. 5. 6. 7. 8. 02. 09. 2011 Аквафреш Блендамет … Колгейт Лесной бальзам … другой (какой именно? ) _____________ затрудняюсь ответить © Е. Б. Галицкий , 2005 -2011 32

Пример вопроса при использовании ранговой шкалы Распределите, пожалуйста, места между двадцатью пятью перечисленными на карточке марками зубной пасты в соответствии с Вашими предпочтениями. (Интервьюер! Впишите в клетки правого столбца таблицы названные респондентом числа от 1 до 25. ) Карточка № 1 Место 2. Аквафреш 3. Блендамет 4. … 5. Колгейт 6. Лесной бальзам 7. … 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 33

Пример вопроса при использовании интервальной шкалы 8. Оцените, пожалуйста, по «школьной» пятибалльной шкале способность зубной пасты «Аквафреш» защищать зубы от кариеса? (Карточка № 2. Один ответ. ) Карточка № 2 1. очень плохо 2. довольно плохо 3. удовлетворительно 4. довольно хорошо 5. очень хорошо 6. затрудняюсь ответить 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 34

Пример вопроса при использовании пропорциональной шкалы 8. Скажите, пожалуйста, каким был доход Вашей семьи в августе в расчете на одного человека? (Интервьюер! Объясните респонденту, что нужно сложить все доходы всех членов семьи в рублях и разделить их на число людей в семье. Запишите числом ответ респондента. ) ____________ руб. 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 35

Сравнительные методы шкалирования • • Метод попарных сравнений Упорядочение Распределение постоянной суммы Q-сортировка 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 36

Несравнительные методы шкалирования • Непрерывные шкалы – пример – диск электронных фокус-групп • Дискретные шкалы – – рейтинговая шкала Лайкерта шкала семантического дифференциала шкала Стапеля 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 37

Вопросы, которые надо решить при выборе шкалы • • Дробность категорий Симметричная шкала или нет? Нужна ли нейтральная точка? Сообщать ли респонденту, что он может не давать ответа, если не знает? • Нужны ли словесные описания? • Как изобразить шкалу? 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 38

Разработка анкет и форм для записи наблюдений • • Требования к анкете Правила формулировки отдельных вопросов Как преодолеть нежелание отвечать? Выбор типа вопроса – неструктурированные вопросы – структурированные вопросы • возможности полевого кодирования • дихотомические, списочные, шкальные • • Последовательность вопросов Верстка и тиражирование анкеты Пилотаж анкеты Особенности форм для записи наблюдений 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 39

Построение выборки • Выборка и полная перепись: плюсы и минусы • Процесс построения выборки – Определение исследуемой совокупности (элементы, единицы отбора, пространственная протяженность, время) – Выбор основы для построения выборки • списки единиц отбора исследуемой совокупности • правила их нахождения (пример – отбор члена семье на последнем этапе построения выборки, карты Киша) • три способа коррекции основы выборки – Выбор метода построения выборки – Определение размера выборки – Реализация процесса построения выборки • Вероятностные и не вероятностные методы построения выборки 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 40

Использование карт Киша № Доля отобранных по карте респондентов Порядковый (по увеличению возраста) номер члена семьи, которого следует опросить, если число подходящих для опроса членов семьи составляет: 1 2 3 4 5 6 и более 1 1/6 1 1 1 2 1/12 1 1 2 2 3 1/12 1 1 1 2 2 2 4 1/6 1 1 2 2 3 3 5 1/6 1 2 2 3 4 4 6 1/12 1 2 3 3 3 5 7 1/12 1 2 3 4 5 5 8 1/6 1 2 3 4 5 6 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 41

Невероятностные методы построения выборки • • Выборка согласных Выборка по усмотрению Метод квот Метод снежного кома 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 42

Вероятностные методы построения выборки • Простая и систематическая случайная выборка • Метод стратификации • Метод кластеризации (не путать с кластерным анализом!!!) 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 43

Подготовка и первичная обработка данных • Редактирование анкет и отбраковка дефектных экземпляров • Ввод данных и кодирование анкет • Компьютерная проверка данных 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 44

Базовый анализ данных • Частотные распределения – – Характеристики основной тенденции в ответах Характеристики разнообразия ответов Характеристики формы распределения гипотезы, проверяемые на основе частотного распределения ответов • Кросстабуляция – Принцип формирования таблиц кросс-табуляции – Увеличение числа независимых переменных при построении таблиц кросс-табуляции – Проверка гипотез, связанных с кросс-табуляцией • Проверка гипотез о различиях между средними значениями 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 45

Некоторые методы дополнительного анализа данных • Конджойнт-анализ (совместный анализ) • Построение карт восприятия с помощью метода многомерного шкалирования 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 46

Формирование полезности (Конджойнт-анализ на условных данных о вузах) 5 Util (Цена за все время 50 тыс. долл. ) ГУ-ВШЭ может быть дороже МГУ примерно на 20 тыс. долл. (4 тыс. долл. в год) 02. 09. 2011 © Е. Б. Галицкий , 2005 -2011 47